ビッグデータ “超”分析の教科書

初心者が覚えるべき2つの分析手法—分析のフレームワークを知る【第4回】

目の前の課題を解決するために、どのようにデータと取り組めばよいのか。ベストセラー『1億人のための統計解析』の著者である統計家の西内啓さんが解説していきます。
分析のフレームワークを知る第4回は企業部門別の基本分析方針と分析方法について。初心者向きにまずは2つの手法、重回帰分析とロジスティック回帰分析を使って「仕事」をどう分析していくかを解説していきます。
好評発売中の『実践! ビジネスに役立つ “超”分析の教科書』から気になる内容を一部お伝えしていきます。

 分析手法について初心者はまず大きく分けて2つ、重回帰分析とロジスティック回帰分析だけを覚えておけばよい。

 重回帰分析は金額や来店回数といったようにアウトカムが量的な数字の大小で示される場合に用いる。一方、ロジスティック回帰は「自社の商品を買ったことがあるか/ないか」あるいは、「自社の優良サービスに入会したか/してないか」といったように0か1かと質的に分けるべきアウトカムに対して用いる。おそらく、より高度な手法を覚えようとするのは、この2つの手法だけでできる発見があらかた出尽くした、という頃で十分である。

 難しいのは、アウトカムが量的なのか質的なのかというところは解析単位によっても異なってくるという点である。例えば営業部門全体としてもっと成約件数を増やしたいという時に、「成約件数」自体は何件と数える量的な数である。しかしながら、一回一回の顧客訪問を解析単位とした場合、訪問ごとには「成約したか否か」という質的な違いしか存在しない。

 ゆえに、図表で示したように、営業部門が「契約を取れる訪問と取れない訪問の違いはどこにあるか」と考えるのであれば、ロジスティック回帰を使うべきである。

この続きは有料会員登録をすると
読むことができます。
cakes会員の方はここからログイン

1週間無料のお試し購読する

cakesは定額読み放題のコンテンツ配信サイトです。簡単なお手続きで、サイト内のすべての記事を読むことができます。cakesには他にも以下のような記事があります。

人気の連載

おすすめ記事

この連載について

初回を読む
ビッグデータ “超”分析の教科書

日経ビッグデータ編集部

ビッグデータ時代が到来した今、これからのビジネスパーソンには、データを読み取り、分析する基本的な能力が求められています。このニーズに応えるため、データ分析の基本的な考え方からデータ分析に成功した企業のケーススタディ、データ分析に関わる...もっと読む

この連載の人気記事

関連記事

関連キーワード

コメント

Tweetがありません